研究者提出拜占庭鲁棒联邦学习算法Byrd-NAFL
热点事件持续更新
研究者提出拜占庭鲁棒联邦学习算法Byrd-NAFL
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Lihan Xu 等作者提出拜占庭鲁棒联邦学习算法 Byrd-NAFL。该方法在服务器端对任意软 γ-拜占庭鲁棒聚合规则的输出应用 Nesterov 动量,各 worker 只需计算并上传随机梯度,保持无状态。 该算法由作者在论文中提出,目前尚无实验效果或与其他方法对比的结论。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
Byrd-NAFL:基于 Nesterov 动量的拜占庭鲁棒联邦学习算法报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.LGByrd-NAFL:基于 Nesterov 动量的拜占庭鲁棒联邦学习算法
研究者提出拜占庭鲁棒联邦学习算法 Byrd-NAFL,在服务器端对任意软 γ-拜占庭鲁棒聚合规则的输出应用 Nesterov 动量,各 worker 只需计算并上传随机梯度,保持无状态。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。